¿Qué es Business Intelligence o Inteligencia de Negocios?

Van a encontrar muchas definiciones, si se ponen a buscar en la web, de lo que es Business

Intelligence y cómo se amarra con Data Science.

De hecho, yo explico la diferencia de eso en el curso número uno, en la primera lección, por si
quieren ir a verlo.

Pero para hacerlo de una forma sencilla, Business Intelligence se trata de entregar información
relevante a las personas indicadas, en el momento indicado, para mejorar la toma de decisiones
y hacer decisiones más rápidas, tomar decisiones más rápidas.

Lo que nosotros estamos haciendo es agarrar un montón de datos, volverlos información, porque
sólo los datos así no son información.

Tengo que estructurarlos de una forma tal, que me permita a mí extraer información de ellos, ya
que son información, ¿cómo hago para desplegarlo?

Para que el tomador de decisiones pueda entender sus datos o entender la información que está
detrás de sus datos.

En Business Intelligence tomamos datos, los ordenamos, los ponemos de una forma bonita, clara,
ordenada. Luego, los vamos a desplegar de una forma tal, que el tomador de decisiones pueda
extraer la información necesaria para poder tomar la decisión más acertada.

Si vamos a resumir cómo funciona este proceso. Digamos que nosotros tenemos todos los datos y
los extraemos de redes sociales, de cualquier lado de la nube, de Facebook, Twitter, lo que sea,
estamos extrayendo datos.

Por otro lado, estamos extrayendo datos de alguna base de datos que yo generé que tiene
información, por ejemplo, de la bodega, cuántos tengo en inventario de ciertos ítems, o cuántos
clientes tengo.

En fin, tengo unas bases de datos. Tengo, redes sociales, tengo bases de datos y aparte de eso,
tengo otra base de datos, donde tengo un montón de archivos, por ejemplo, me voy a juntar toda
esa data y ¿qué hago con ella?

Primero, la extraigo, la transformo para que quede de una forma ordenada, y luego, ya que está
transformada, la voy a meter adentro de un Data Warehouse, en donde ya la tengo de una forma
ordenada, para luego, poder venir y halarla, con este software que me ayuda a crear
visualizaciones más amigables.

A ese proceso de extracción, transformación y carga, se le llama crear una ETL. Ya voy a hablar un
poquito más a detalle de eso en la lección, cuando hablemos de la parte de transformación de
datos.

Repitiendo, halo la información de diferentes fuentes, voy a extraerla, transformarla, la cargo a un

Data Warehouse y luego creo visualizaciones, para poder facilitar la toma de decisiones.
Les quiero hablar un poco sobre el rol de la inteligencia de negocios

dentro de lo que es la ciencia de datos. Chequeamos este Google Trends. Ustedes pueden ver
como se ha popularizado, o como algunos términos han perdido popularidad en lo largo del
tiempo. Es decir, si ustedes miran el tema o el tópico como título de Business Intelligence está
creciendo o Business Analytics, pero la parte Business Intelligence está decreciendo, mientras Data
Science está creciendo mucho más rápido.

Es decir, si ustedes hablan con una persona hoy en día ya no usan tanto la terminología Business
Intelligence o Business Analytics, sino que usan un poquito más la parte de la Data Science. Sin
embargo, cada una tienen un rol dentro de Data Science y a mí me gusta encapsular todos los
términos dentro de esto, de hablar de Ciencia de Datos, porque creo que es como el elemento
posiblemente más sencillo.

Más sencillo en términos de que puede ser la sombrilla que está cubriendo todos los demás
términos. Para esto les tengo una pequeña clasificación.

Esto es algo que yo he logrado juntar conforme he ido leyendo literatura y empapándome un
poquito más sobre el tema e involucrándome más con el área de data science. Cuando queremos
adquirir y analizar datos, partimos de adquisición, luego los estructuramos y luego tenemos dos
posibles caminos.

Por un lado, podemos ir y desplegar esos datos que tenemos estructurados o por otro lado,
podemos agarrar estos datos y simplemente agarrarlos para el análisis. Cuando yo los despliego yo
puedo utilizar esa información para poder tomar decisiones o acciones en un negocio.

Por el otro lado, cuando estructuro, luego analizo, yo podría utilizar ese análisis para tratar de
hacer estimaciones de cuál va ser el comportamiento de la data en el futuro. Es decir, el proceso de
análisis de datos será: adquiero, estructuro.

Por un lado me puedo ir a tomar acciones y por otro lado hacer estimaciones. Entonces, veamos
cuál es el rol de cada uno de los diferentes actores dentro del proceso de lo que es la colección y
análisis de datos.

Veamos quien es un Data Engineer o un Ingeniero de Datos. El Ingeniero de Datos es la persona

que está lidiando con la parte de bases de datos, cómo hacer para estructurarlos de una forma tal,
de que estos datos se puedan extraer o ir a visitarlos y halarlos de una forma más eficiente. Eso es
el Ingeniero de Datos.

Por otro lado, tenemos la gente que hace Business Intelligence. Business Intelligence es más
enfocado hacía desplegar. Y no estoy diciendo que no te haga saber de bases de datos,ya voy
hablar de las características que tiene que tener una persona que hace Business Intelligence, pero
básicamente una persona que está en Business Intelligence está más preocupada por hacer
visualizaciones de los datos, más que lidiar precisamente con la estructuración de los datos.

Es más con la parte de visualización. Por otro lado tenemos las personas que hacen Business
Analytics.Y la gente de Business Analytics lo que hace es analizar datos, después de que ya los
estructure, o analizar qué posibles acciones puedo tomar luego de haber tenido ya los datos como
que son información.
Recuerden que nosotros a la hora de analizar datos o extraer los datos queremos ver cómo
podemos hacer información de esa data. Entonces la gente de Business Analytics lo que van hacer
es acciones o análisis de comportamiento de los datos para eventualmente tomar mejores
decisiones.

Por último, tenemos a la gente que hace Data Science. Y se la llama un Data Scientist porque es la
persona que tiene que lidiar básicamente con todo el proceso. Todo el proceso me refiero a saber
un poco sobre estructuración de los datos, saber qué análisis están haciendo, cómo se está
desplegando y todo esta lo está haciendo para poder juntar información para eventualmente hacer
una predicción. ¿Cómo hacemos para poder hacer predicciones?

Es, estudiando todo el proceso de adquisición de datos. En términos de perfiles, veamos qué
conocimientos, de nuevo, a mi criterio, una persona que está involucrada dentro del proceso de
adquisición, análisis y despliegue de datos, tiene que tener. Veamos, un Data Engineer, un
ingeniero de datos.

Usualmente un ingeniero de datos tiene que lidiar con muchas bases de datos, entonces, tener un
conocimiento de bases de datos avanzado es vital para un ingeniero de datos.

Por otro lado, tiene que ser muy buen programador, entonces pongo programación avanzada.

Tiene que ser una persona que si puede venir y desarrollar los query para poder extraer la data y
estar transformándola y guardándola en alguna otra base de datos de una forma ya estructurada.

Por otro lado, tiene que entender sobre modelación matemática y estadística. Lo pongo nivel
medio porque tiene que entender lo suficiente para eventualmente saber cómo se quiere extraer
la data o los datos a la hora de querer hacer un modelo. Entonces, tiene que entender un poco
para poder por lo menos comunicarse.

Por eso tengo que es una modelación matemática a nivel medio. Por último, el Data Engineer tiene
que saber manejar con múltiples sistemas operativos. Va depender de qué empresa o cada
empresa tiene diferentes sistemas operativos. Entonces, este Data Engineer tiene que poder lidiar
con diferentes sistemas.

¿Cuál es el perfil y los conocimientos necesarios que tiene que tener alguien que hace Business
Intelligence? Tiene que saber de bases de datos.

Lo pongo a nivel medio porque tiene que poder comunicarse con el ingeniero de datos para que le
esté dando los datos como los quiere para poder accesarlos de una forma eficiente. Por otro lado
tiene que ser muy buen programador. Tiene que poder venir y poder escribir esos scripts que voy a
tener que utilizar a la hora de querer comenzar a armar mis visualizaciones, cuando ya son de una
forma personalizada.

Por otro lado, el Business Intelligence person, la persona que hace inteligencia de negocios, tiene
que tener un conocimiento de estadística medio. Es decir, no tiene que ser un experto estadista, o
un experto matemático, pero si tiene que poder hablar de qué es una desviación estándar para
poder, no solo es la desviación estándar, sino desviación estándar, media, moda, varianza, pero la
idea es poder generar visualizaciones que me generen valor a a la hora de poder tomar una
decisión.

Y por último, tener conocimiento de Dashboards. Es decir, que en esta persona es vital tener
conocimiento sobre cómo crear tableros de control o tableros de información que desplieguen la
información de una forma tal que tomar decisiones de facilite.

En tercer lugar, tenemos a la gente que hace Business Analytics o Análisis de Negocio. Estas
personas tienen que tener conocimientos sobre administración, sobre economía y finanzas.
Entender un poco de la matemática y la estadística y así como un poco de programación.

¿Por qué? La persona que hace Business Analytics tiene que poder saber interpretar cuáles son las
relaciones que hay por ejemplo, entre una variable y otra.

¿Cómo esta variable está afectando a la otra?

¿Cómo éstas variables como un todo hacen que un modelo sea bueno o malo?

Es decir, tiene que entender sobre economía y la administración de una empresa para que puedan
venir y eventualmente tomar una acción para después de haber adquirido información.

Por último, tenemos al Científico de Datos o Data Scientist. Esta persona es la que va a tener que va
tener que "lidiar", pero tiene que comunicarse con el resto del equipo.

Porque es la persona que va estar haciendo predicciones, que al final del día es diferente, o sea ,
no quiere decir que sea más complicado o menos, pero es diferente tener que yo halar datos y
poder estructurarlos de una forma para poder desplegar información, que tener que tomar datos
para tratar de predecir el futuro.

Entonces, el Data Scientist tiene que interactuar con todos los demás actores que están
involucrados en la parte de análisis de los datos o el proceso de análisis de datos.

Por lo tanto, el científico de datos tiene que tener una modelación de matemática avanzada, tiene
que ser un experto modelador matemático. Una estadística avanzada, tiene que ser muy buen
programador, tiene que ser una persona que sabe manejar bases de datos.

Aunque no es su trabajo, por lo tanto tiene que poder entender cómo quiere los querys para poder
sacar la información, para poder hacer sus modelos de predicción del comportamiento de alguna
variable.

Por último, el científico de datos tiene que tener la característica de saber investigar, saber hacer
investigación formal. Porque la ciencia de datos está avanzando muy rápidamente, entonces un
científico de datos tiene que ser alguien que puede estar a la vanguardia y puede estar siempre
chequeando qué nuevos artículos están saliendo, qué nuevos modelos hay, qué sistemas de
predicción se están creando para poder venir y tratar de hacer sus predicciones.

Dentro de estos cuatro actores ¿cuál es este en el que nos estamos enfocando en este curso?

En este curso, si bien es cierto que vamos hacer un poquito de todo, vamos a enfocarnos en la
parte de inteligencia de negocios. Recordemos el proceso que les mencione hace un momento, es
adquiero los datos, estructuro los datos, por un lado, despliego y tomo acciones y por otro lado
analizo y hago estimaciones.

Pero nosotros queremos venir y generar conocimiento, para que ustedes puedan eventualmente
desplegar datos, en una forma, que estos datos sean información.

En este curso nos queremos a enfocar en que ustedes sean unas personas que pueden tomar
datos, transformarlos, ponerlos de una forma tal que sea fácil de accesar para poder crear tableros
de control.

Esto no quiere decir que yo no vaya a enseñarles un poco, como, por ejemplo, manejo de bases de
datos o un poco de predicción. Pero el foco de este curso va ser en la parte de Business Intelligence
o en la parte de este pequeño módulo de desplegar la información.